CIKMar：一种基于双编码器的教育对话系统提示重排序方法

本研究针对教育对话系统的响应准确性问题提出了CIKMar方法，该方法结合了BERT和SBERT模型的双编码器排名系统。研究发现，尽管模型较小，CIKMar仍能实现70%的强大召回率和F1得分，但双编码器更倾向于理论回答而非实用回答，这突显了像Gemma这样的紧凑高效模型在提升教育AI系统可及性的重要性。